-
公开(公告)号：CN115457237A
公开(公告)日：2022-12-09
申请号：CN202211248779.X
申请日：2022-10-12
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G06T17/20 , G06V10/44 , G06V10/74 , G06V10/762
Abstract: 本发明公开了基于雷视融合的车辆目标快速检测方法，首先，将毫米波雷达经过预处理后的点云信息映射到图像像素坐标系中，得到雷达探测到的目标点云速度信息在图像上的分布；其次，利用雷达采集到的点云速度信息进行区域补偿，为图像内全部像素点赋予对应的速度信息；然后，提取图像所有像素点的RGB分量值和每个像素点在图像上的坐标位置信息，接着对RGB分量值、坐标位置、速度信息这五个维度特征信息进行融合，共同张成一组特征向量，确定聚类中心数K和K个初始聚类中心向量，再运用Kmeans算法实现像素点云聚类，分离目标像素点与背景像素点，并输出分类后结果；最后，对分类结果进行车辆目标提取，实现单帧车辆快速检测。
-
Patent Agency Ranking
公开(公告)号：CN115965655A
公开(公告)日：2023-04-14
申请号：CN202310051098.2
申请日：2023-02-02
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了一种基于雷视一体的交通目标跟踪方法，包括以下步骤：确定单传感器目标跟踪问题：根据交通应用场景，进行雷达和视频的数据采集工作并进行分析，得出目标跟踪结果作为后续决策级融合算法的输入和对比数据‑时空匹配：采用单目标测试场景数据进行坐标系匹配的调试，得到两个传感器之间准确的转换参数，匹配完成后的数据能够在同一维度进行显示‑构建基于多模态融合的多目标跟踪算法：目标关联‑决策融合‑融合中心保存信息。本发明采用上述基于雷视一体的交通目标跟踪方法，解决了单传感器采集数据进行目标跟踪出现的问题，从而提升了目标跟踪的准确性，以便更好的提高后续智慧交通系统对交通状态的分析、判断及处理的效率。
-
公开(公告)号：CN115629385A
公开(公告)日：2023-01-20
申请号：CN202211095285.2
申请日：2022-09-05
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G01S13/91 , G01S13/08 , G01S13/58 , G01S13/86 , G06V10/762 , G06V10/82 , G06V20/54 , G06V20/56 , G08G1/01 , G08G1/04
Abstract: 本发明公开了基于毫米波雷达和相机关联的车辆排队长度实时检测方法，首先，同时采集毫米波雷达点云数据和相机图像；然后，对毫米波雷达点云数据进行聚类跟踪处理，并输出车辆的速度、位置、id号、车道号信息；对图像数据进行特征提取，输出车道线和车辆类型信息；接着，在时间和车道号相同情况下，关联同一辆车的雷达信息和图像信息，得到包含图像特征信息标签的雷达数据；最后，在道路交叉口车辆停止线处存在静止车辆的情况下，估算每个车道的排队长度。本方法弥补毫米波雷达无法识别目标的不足，减少毫米波雷达聚类估算车长造成的误差，进而提高车辆排队长度估算精度。
-
公开(公告)号：CN115343700B
公开(公告)日：2024-07-30
申请号：CN202211067672.5
申请日：2022-09-01
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了基于多雷达视频去除隧道中多径虚假目标的方法，通过对毫米波雷达和视觉信息进行融合从而获得更全面的目标信息，实现对车辆目标的全天候和高可靠性检测；通过相邻雷达重叠区域目标匹配将系统航迹ID号和视觉信息进行延续，同时利用视觉信息是否存在于目标上来判断是否为多径效应导致的虚假目标，以此将多径目标进行滤除；最终实现对被多个雷达连续覆盖的整条道路内的同一车辆目标连续的跨雷达间的持续跟踪定位与监视，并保证被跟踪的目标信息始终不变，精准展示车辆实时位置、速度、全程轨迹及车辆的车牌、车型、车辆颜色等特征信息，同时滤除隧道中因多径效应而产生的虚假目标。
-
公开(公告)号：CN116304800A
公开(公告)日：2023-06-23
申请号：CN202310096863.2
申请日：2023-02-10
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: G06F18/24 , G06F18/2337 , G06Q50/30 , G06N7/02
Abstract: 本发明公开了一种改进模糊C均值算法的交通状态判别方法，包括以下步骤：将自适应的遗传算法和FCM算法结合起来，利用自适应的遗传算法得到FCM算法的最佳初始聚类中心，然后把最佳初始聚类中心带入FCM算法对所有样本数据进行聚类划分，从而使得交通状态判别的精度和算法的性能都得到有效提升；采用熵权法计算各维度特征向量的权重，以优化欧氏距离的方式来优化FCM算法的目标函数，从而充分挖掘了不同维度的交通特征信息，提高交通状态的判别准确性。本发明采用上述的一种改进模糊C均值算法的交通状态判别方法，改进算法能够提高交通状态判别的准确率和灵敏度，可以快速的区分不同的交通状态，具有一定的应用价值。
-
公开(公告)号：CN115343700A
公开(公告)日：2022-11-15
申请号：CN202211067672.5
申请日：2022-09-01
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 本发明公开了基于多雷达视频去除隧道中多径虚假目标的方法，通过对毫米波雷达和视觉信息进行融合从而获得更全面的目标信息，实现对车辆目标的全天候和高可靠性检测；通过相邻雷达重叠区域目标匹配将系统航迹ID号和视觉信息进行延续，同时利用视觉信息是否存在于目标上来判断是否为多径效应导致的虚假目标，以此将多径目标进行滤除；最终实现对被多个雷达连续覆盖的整条道路内的同一车辆目标连续的跨雷达间的持续跟踪定位与监视，并保证被跟踪的目标信息始终不变，精准展示车辆实时位置、速度、全程轨迹及车辆的车牌、车型、车辆颜色等特征信息，同时滤除隧道中因多径效应而产生的虚假目标。
-
-
-
-
-
Search Results
6
records
(took 0.062 seconds)
